Um die Qualität des finalen Produktes zu überwachen und im Falle einer Abweichung von der erwarteten Qualität gezielt eingreifen zu können, wurde das Modul inPROC entwickelt. Dieses Modul prognostiziert kontinuierlich die Produktqualität und schlägt mögliche Anpassungen an den geeigneten Prozessparametern vor.

Das Modul IPN inPROC unserer IoT/ML Plattform wird für die Prognose der Produkt- & Prozessqualität verwendet. Zudem schlägt das Modul mögliche Anpassungen der Produktionsparameter vor, so dass die gesetzten Qualitätsziele erreicht werden können. Im Unterschied zum Modul IPN inCARE verwendet das Modul IPN inPROC für Prognosen (in den meisten Fällen) Prozess- und Zustandsdaten, welche nur zu einem oder wenigen Zeitpunkten während eines Produktionslaufs gemessen werden. In diesem Fall gilt es die Daten entsprechend der Anforderungen zu transformieren und dem zu Prognostizierenden Ereignis zuzuordnen. Diese Transformation und Zuordnung wird durch unser Modul IPN inPOLL durchgeführt.

inPROC deckt die Phasen “Modellierung”, “Evaluierung” und “Deployment” des CRISP-DM ab. Ebenso übernimmt das Modul die kontinuierliche Anwendung der Modelle auf Ihre real-time Daten.

Prognosemodelle können, wie auch im Modul IPN inCARE, entweder durch IPN selbst oder direkt durch den Anwender erstellt und in das Modul geladen werden. Für den Fall, dass Sie die Prognosemodelle nicht selbst entwickeln wollen, bietet IPN entsprechende Dienstleistungen an.

In aktuellen Kundenprojekten wird das Modul IPN inPROC zur Reduktion von Ausschussware im Produktionsprozess, zur Optimierung der Hochrüstphase einer Produktionsanlage und zur Prozesssteuerung in einem chemischen Reaktor verwendet.